Bonjour,

Je suis débutante dans le domaine du machine learning, mon stage de fin d'étude consiste à faire un model machine learning pour prédire les pannes des produits(TV) dans une entreprise. j'ai besoins de vos conseils pour choisir la meilleure solution 

Au début je voulais faire une classification supervisé car les données sont annotées, mais après mes recherches j'ai découvert l’existence de nouvelles approches tel que l'extreme learning machine que je n'est pas encore bien compris, aussi l'apprentissage hybride qui consiste à hybrider plusieurs algorithmes pour avoir des résultat meilleurs.

Donc maintenant je ne sais pas quoi faire  et j'ai vraiment besoin de vos avis .

Merci d'avance 

T'embêtes pas. Si ton truc permet un apprentissage supervisé, faut foncer dedans. C'est un peu bête de perdre de l'information.

Je pense que dans ton cas on a un système physique, plus ou moins complexe, et que tu peux intuiter un bon modèle. Sinon teste en pleins envois lequel est le meilleur. 

Ensuite hybrider via plusieurs algorithmes, pourquoi pas mais déjà teste plusieurs modèles et voit celui qui te va le mieux. (Tu fais un train, un test et puis youplayoup.) En soit c'est plutôt compliqué l'hybridation, basiquement ça consisterait à pondérer chacun de tes algorithmes par les scores que tu trouvent.